论文部分内容阅读
该文提出一种基于遗传算法学习的模糊小脑模型神经网络控制器，即利用遗传算法学习和优化FCMAC控制器的连接权重，构成一个GA-FCMAC控制器，该算法适合于多输入－多输出系统，对于例立摆非线性系统的仿真结果表明了该算法的有效性和适应性。
一种基于遗传算法学习的模糊小脑模型神经网络控制器
【摘 要】
：
该文提出一种基于遗传算法学习的模糊小脑模型神经网络控制器，即利用遗传算法学习和优化FCMAC控制器的连接权重，构成一个GA-FCMAC控制器，该算法适合于多输入－多输出系统，对于例立
【机 构】
：
大连海事大学,航海动态仿真与控制交部重点实验室(大连)
【出 处】
：
第三届全球智能控制与自动化大会
【发表日期】
：
2000年期
其他文献
该文对非线性系统和线性化问题进行了研究提出了一种〈’ｒ〉一线性化方法。并且利用一致渐近稳定的条件证明了非线性系统的〈’ｒ〉一局部线性化。